Nanobrowser：浏览器中实现任务自动化的多智能插件-首席AI分享圈

🚀邀请体验：中国首家 AI IDE 智能编程软件 Trae 中文版下载，不限量使用 DeepSeek-R1 和 Doubao-pro!

综合介绍

Nanobrowser 是一个开源的Chrome浏览器扩展，旨在通过AI驱动的多代理系统实现网页任务的自动化。它是一个免费替代OpenAI Operator的工具，用户只需提供自己的LLM（大型语言模型）API密钥即可使用，支持OpenAI和Anthropic模型，未来还将扩展更多选项。所有操作在本地浏览器中运行，不涉及云端数据共享，确保隐私安全。Nanobrowser通过Planner（规划者）、Navigator（导航者）和Validator（验证者）三个代理协作，处理从简单搜索到复杂流程的任务。项目代码托管于GitHub，社区活跃，用户可通过Discord或X参与讨论和贡献。

Nanobrowser：浏览器中实现网页任务自动化的多智能插件-1

功能列表

多代理系统: Planner制定策略、Navigator执行操作、Validator验证结果，协作完成复杂任务。
灵活的LLM支持: 支持OpenAI和Anthropic，用户可为不同代理选择不同模型。
本地运行: 数据处理在本地完成，保护用户隐私。
任务自动化: 执行网页搜索、表单填写、数据提取等操作。
交互式侧边栏: 提供实时状态更新的聊天界面。
对话历史: 保存任务记录，支持后续查看和管理。
开源透明: 代码公开，欢迎审查和改进。
后续提问: 支持基于任务结果的上下文提问。

使用帮助

安装流程

Nanobrowser作为一个Chrome扩展，提供两种安装方式：直接下载预构建版本或从源码构建。

方法1：直接安装预构建版本

下载扩展文件
- 访问 https://github.com/nanobrowser/nanobrowser/releases。
- 在“Releases”页面找到最新版本（如v1.0.0）。
- 下载名为“nanobrowser.zip”的文件。
解压文件
- 将“nanobrowser.zip”解压到本地文件夹（如“nanobrowser”文件夹）。
加载到Chrome
- 打开Chrome浏览器，输入chrome://extensions/。
- 在右上角启用“开发者模式”（Developer Mode）。
- 点击左上角“加载已解压的扩展”（Load unpacked）。
- 选择解压后的“nanobrowser”文件夹，点击“选择文件夹”。
- 安装成功后，Nanobrowser图标出现在Chrome工具栏。
配置API密钥
- 点击工具栏中的Nanobrowser图标，打开侧边栏。
- 点击右上角“设置”（Settings）图标。
- 输入你的LLM API密钥（可在OpenAI或Anthropic官网获取）。
- 为Planner、Navigator、Validator选择模型（如OpenAI的GPT-4o或Anthropic的Claude）。
- 保存设置，完成配置。

方法2：从源码构建

准备环境
- 安装 Node.js（v22.12.0或更高版本）。
- 安装 pnpm（v9.15.1或更高版本）。

克隆仓库

打开终端，输入以下命令：

git clone https://github.com/nanobrowser/nanobrowser.git
cd nanobrowser

安装依赖
- 输入：
```
pnpm install
```
构建扩展
- 输入：
```
pnpm build
```
- 构建完成后，“dist”文件夹将包含扩展文件。
加载到Chrome
- 按照“方法1”中的步骤3加载“dist”文件夹。
开发模式（可选）
- 若需实时调试，运行：
```
pnpm dev
```

如何使用主要功能

1. 任务自动化

操作流程:
- 点击工具栏Nanobrowser图标，打开侧边栏。
- 在输入框输入任务指令，例如“去TechCrunch提取过去24小时的前10条头条”。
- 点击“执行”，多代理系统启动：
  - Planner: 制定任务计划，如打开TechCrunch并定位头条区域。
  - Navigator: 执行网页导航和数据提取。
  - Validator: 检查结果是否符合要求。
- 结果显示在侧边栏，支持复制或后续提问。
使用场景:
- 新闻汇总: 提取特定网站的最新资讯。
- 购物研究: 在亚马逊搜索“防水蓝牙音箱，低于50美元，电池续航超10小时”。
- 代码研究: 查找GitHub上最受欢迎的Python仓库。

2. 配置代理模型

操作流程:
- 打开侧边栏，点击“设置”。
- 输入API密钥并选择模型，例如：
  - Planner: OpenAI GPT-4o
  - Navigator: Anthropic Claude 3.5 Sonnet
  - Validator: OpenAI GPT-3.5
- 点击“保存”，测试连接是否成功。
提示:
- 不同模型适合不同任务，建议尝试组合以提升效率。
- 确保API密钥有效，避免任务中断。

3. 查看和管理对话历史

操作流程:
- 在侧边栏选择“历史记录”（Conversation History）。
- 显示任务列表，包含时间、指令和结果。
- 点击某条记录可查看详情，或选择“重试”重新运行。
实用技巧:
- 导出历史记录为JSON文件，便于备份。
- 检查失败任务的日志，优化指令或模型。

4. 后续提问

操作流程:
- 任务完成后，在侧边栏输入后续问题，如“这些头条中哪些与AI相关？”。
- 系统基于先前结果回答，无需重新执行完整任务。
优势:
- 提高交互效率，适合深入分析。

特色功能操作

多代理系统

如何体验:
- 输入复杂指令，如“查找HuggingFace上最受欢迎的5个AI模型并整理成列表”。
- Planner分解任务，Navigator提取数据，Validator验证准确性。
- 结果以结构化形式返回。
优势:
- 动态纠错：Planner会在遇到障碍时调整策略。
- 高效协作：三个代理并行处理，节省时间。